Python Excel数据处理之xlrd/xlwt/xlutils模块怎么使用
常规的Excel数据处理中，就是对Excel数据文件的读/写/文件对象操作。通过对应的python非标准库xlrd/xlwt/xlutils，来实现具体的数据处理业务逻辑。在复杂的Excel业务数据处理中，三兄弟扮演的角色缺一不可。如何能够使用xlrd/xlwt/xlutils三个模块来实现数据处理就是今天的内容。1、模块说明使用该三个模块来处理Excel数据最好的地方就是他们和Excel文件对象对应的数据处理概念是一样的，能更好的便于我们理解数据对象。首先，这三个模块都是python的非标准库，可以选择
常规的Excel数据处理中，就是对Excel数据文件的读/写/文件对象操作。
通过对应的python非标准库xlrd/xlwt/xlutils，来实现具体的数据处理业务逻辑。
在复杂的Excel业务数据处理中，三兄弟扮演的角色缺一不可。如何能够使用xlrd/xlwt/xlutils三个模块来实现数据处理就是今天的内容。
1、模块说明
使用该三个模块来处理Excel数据最好的地方就是他们和Excel文件对象对应的数据处理概念是一样的，能更好的便于我们理解数据对象。
首先，这三个模块都是python的非标准库，可以选择pip的方式来进行安装。
pip install xlrd pip install xlwt pip install xlutils
下面是我们为演示数据处理的过程准备的源数据内容，只是用于测试。
xlrd：用于读取Excle数据文件将返回的数据对象放到内存中，然后查询数据文件对象的相关信息。
xlwt：用于在内存中生成新的数据文件对象，处理完成后写入到Excel数据文件中。
xlutils：主要的作用就是copy新的文件对象，在新的数据对象中完成数据处理操作。
将xlrd/xlwt/xlutils三个模块分别都导入到待开发的代码块中提供支持。
# Importing the xlrd module. import xlrd as read # Importing the xlwt module. import xlwt as write # Copying the contents of the original workbook into a new workbook. from xlutils.copy import copy
2、xlrd处理
# Opening the workbook and assigning it to the variable `work_book`.
work_book = read.open_workbook('D:/test-data-work/test.xls')
# Assigning the sheet named 'Sheet1' to the variable `sheet`.
sheet = work_book.sheet_by_name('Sheet1')
# `row = sheet.nrows` is assigning the number of rows in the sheet to the variable `row`.
row = sheet.nrows
# `col = sheet.ncols` is assigning the number of columns in the sheet to the variable `col`.
col = sheet.ncols
print('Sheet1工作表有：{0}行，{1}列'.format(str(row), str(col)))
# Sheet1工作表有：23行，5列下面是三种常用的sheet对象的数据遍历方式，分别是按行/列的方式进行数据遍历。
for a in sheet.get_rows(): print(a) # [text:'姓名', text:'年龄', text:'班级', text:'成绩', text:'表现'] # [text:'Python 集中营', number:20.0, number:1210.0, number:90.0, text:'A'] # [text:'Python 集中营', number:21.0, number:1211.0, number:91.0, text:'A'] # [text:'Python 集中营', number:22.0, number:1212.0, number:92.0, text:'A'] # [text:'Python 集中营', number:23.0, number:1213.0, number:93.0, text:'A'] # [text:'Python 集中营', number:24.0, number:1214.0, number:94.0, text:'A'] # [text:'Python 集中营', number:25.0, number:1215.0, number:95.0, text:'A'] # [text:'Python 集中营', number:26.0, number:1216.0, number:96.0, text:'A'] # [text:'Python 集中营', number:27.0, number:1217.0, number:97.0, text:'A'] # [text:'Python 集中营', number:28.0, number:1218.0, number:98.0, text:'A'] # [text:'Python 集中营', number:29.0, number:1219.0, number:99.0, text:'A'] # [text:'Python 集中营', number:30.0, number:1220.0, number:100.0, text:'A'] # [text:'Python 集中营', number:31.0, number:1221.0, number:101.0, text:'A'] # [text:'Python 集中营', number:32.0, number:1222.0, number:102.0, text:'A'] # [text:'Python 集中营', number:33.0, number:1223.0, number:103.0, text:'A'] # [text:'Python 集中营', number:34.0, number:1224.0, number:104.0, text:'A'] # [text:'Python 集中营', number:35.0, number:1225.0, number:105.0, text:'A'] # [text:'Python 集中营', number:36.0, number:1226.0, number:106.0, text:'A'] # [text:'Python 集中营', number:37.0, number:1227.0, number:107.0, text:'A'] # [text:'Python 集中营', number:38.0, number:1228.0, number:108.0, text:'A'] # [text:'Python 集中营', number:39.0, number:1229.0, number:109.0, text:'A'] # [text:'Python 集中营', number:40.0, number:1230.0, number:110.0, text:'A'] # [text:'Python 集中营', number:41.0, number:1231.0, number:111.0, text:'A'] for b in range(row): print(sheet.row_values(b)) # ['姓名', '年龄', '班级', '成绩', '表现'] # ['Python 集中营', 20.0, 1210.0, 90.0, 'A'] # ['Python 集中营', 21.0, 1211.0, 91.0, 'A'] # ['Python 集中营', 22.0, 1212.0, 92.0, 'A'] # ['Python 集中营', 23.0, 1213.0, 93.0, 'A'] # ['Python 集中营', 24.0, 1214.0, 94.0, 'A'] # ['Python 集中营', 25.0, 1215.0, 95.0, 'A'] # ['Python 集中营', 26.0, 1216.0, 96.0, 'A'] # ['Python 集中营', 27.0, 1217.0, 97.0, 'A'] # ['Python 集中营', 28.0, 1218.0, 98.0, 'A'] # ['Python 集中营', 29.0, 1219.0, 99.0, 'A'] # ['Python 集中营', 30.0, 1220.0, 100.0, 'A'] # ['Python 集中营', 31.0, 1221.0, 101.0, 'A'] # ['Python 集中营', 32.0, 1222.0, 102.0, 'A'] # ['Python 集中营', 33.0, 1223.0, 103.0, 'A'] # ['Python 集中营', 34.0, 1224.0, 104.0, 'A'] # ['Python 集中营', 35.0, 1225.0, 105.0, 'A'] # ['Python 集中营', 36.0, 1226.0, 106.0, 'A'] # ['Python 集中营', 37.0, 1227.0, 107.0, 'A'] # ['Python 集中营', 38.0, 1228.0, 108.0, 'A'] # ['Python 集中营', 39.0, 1229.0, 109.0, 'A'] # ['Python 集中营', 40.0, 1230.0, 110.0, 'A'] # ['Python 集中营', 41.0, 1231.0, 111.0, 'A'] for c in range(col): print(sheet.col_values(c)) # ['姓名', 'Python 集中营', 'Python 集中营', 'Python 集中营', 'Python 集中营', 'Python 集中营', 'Python 集中营', 'Python 集中营', 'Python 集中营', 'Python 集中营', 'Python 集中营', 'Python 集中营', 'Python 集中营', 'Python 集中营', 'Python 集中营', 'Python 集中营', 'Python 集中营', 'Python 集中营', 'Python 集中营', 'Python 集中营', 'Python 集中营', 'Python 集中营', 'Python 集中营'] # ['年龄', 20.0, 21.0, 22.0, 23.0, 24.0, 25.0, 26.0, 27.0, 28.0, 29.0, 30.0, 31.0, 32.0, 33.0, 34.0, 35.0, 36.0, 37.0, 38.0, 39.0, 40.0, 41.0] # ['班级', 1210.0, 1211.0, 1212.0, 1213.0, 1214.0, 1215.0, 1216.0, 1217.0, 1218.0, 1219.0, 1220.0, 1221.0, 1222.0, 1223.0, 1224.0, 1225.0, 1226.0, 1227.0, 1228.0, 1229.0, 1230.0, 1231.0] # ['成绩', 90.0, 91.0, 92.0, 93.0, 94.0, 95.0, 96.0, 97.0, 98.0, 99.0, 100.0, 101.0, 102.0, 103.0, 104.0, 105.0, 106.0, 107.0, 108.0, 109.0, 110.0, 111.0] # ['表现', 'A', 'A', 'A', 'A', 'A', 'A', 'A', 'A', 'A', 'A', 'A', 'A', 'A', 'A', 'A', 'A', 'A', 'A', 'A', 'A', 'A', 'A']
3、xlwt处理
# Creating a new workbook.
work_book_2 = write.Workbook()
# Creating a new sheet named 'Sheet4' in the workbook.
sheet_2 = work_book_2.add_sheet('Sheet4')
list = [
['姓名', '年龄', '班级', '成绩'],
['张三', '20', '1210', '89'],
['李四', '21', '1211', '90'],
['王五', '22', '1212', '91'],
]
for row_index in range(4):
for col_index in range(4):
sheet_2.write(row_index, col_index, list[row_index][col_index])
col_index += 1
row_index += 1
# Saving the workbook to the specified location.
work_book_2.save('D:/test-data-work/test2.xls')4、xlutils处理
# Opening the workbook and assigning it to the variable `work_book_3`.
work_book_3 = read.open_workbook('D:/test-data-work/test.xls')
# Copying the contents of the original workbook into a new workbook.
work_book_3_copy = copy(work_book_3)
# Saving the contents of the original workbook into a new workbook.
work_book_3_copy.save('D:/test-data-work/test3.xls') 
刚在Windows安装好Python却不知道如何启动？本文详细演示如何通过开始菜单找到并打开IDLE集成开发环境，以及如何在PowerShell或命令提示符中使用python和py命令启动交互式解释器、运行.py脚本文件。包含退出解释器的方法及常见启动问题排查，帮助初学者快速验证安装成功并开始编写代码。
针对Windows初学者的Python安装实战指南。详细讲解如何从Python官网下载匹配架构的安装包，重点演示安装首屏勾选“Add python.exe to PATH”的关键操作，并提供使用python --version和py命令验证环境变量的具体步骤，帮助新手快速搭建开发环境并排查路径问题。
本教程演示如何在Excel中筛选大于指定数值的数据。核心步骤包括：确保数据连续、选中表头、通过“开始→排序和筛选”开启筛选，并在“数字筛选”中选择“大于”输入阈值。筛选仅隐藏不符合条件的行，不删除数据。完成后需逐行验证可见数据是否均大于阈值，并可通过取消筛选恢复全部数据。
本文通过“活动报名与费用汇报”真实案例，演示如何高效协同使用Word、Excel和PPT。从建立规范的项目文件夹开始，分别完成Word内容撰写、Excel数据统计与PPT结论展示，并强调多软件间数据一致性与交付检查的重要性，帮助新手建立完整的办公任务处理逻辑。
本文提供Word、Excel和PPT的零基础自学路线，强调以“可交付成果”为导向而非功能堆砌。通过分阶段练习文档排版、数据表格处理及演示文稿制作，帮助新手建立规范的文件管理、公式核对及放映检查习惯，快速掌握日常办公核心技能。
在日常工作中，台账的建立与统计几乎是绕不开的活儿——无论是考勤记录、项目跟踪，还是财务核算，一套清晰的台账就是效率的基石。而Excel，说它是实现这一目标的“利器”恐怕没人会反对。它既能帮你快速搭建表格，又能通过公式和透视表让数据自己“说话”。今天就来聊聊，怎么用Excel把台账这件事做到既省力又精
大家有没有遇到过PDF里的表格无法直接编辑的情况？这时候，将其转换为Excel再进行数据整理就会方便很多。下面，我给大家详细介绍3种完整的操作方法，每一步都配有对应的操作截图，同时还会说明普通PDF和扫描版表格在处理上的区别。 方法一：用极轻PDF转换Excel极轻PDF(pdf.cn)的PDF转E
要想确认麒麟OS中Python程序的运行状态以及资源占用情况，我们可以这样做：用ps -ef | grep python来筛选进程；通过top命令，按P键排序查看实时负载；使用pgrep -f "script.py"精准获取PID；借助lsof -p PID验证文件打开状态。另外，还可以结合syst
在Mac系统中，Safari和Chrome浏览器均不支持直接将书签导出为Excel的.xlsx格式，若想实现这一操作，需借助第三方工具或手动中转。具体而言，可先利用Safari浏览器将书签导出为Bookmarks.html文件，随后再通过Excel、Numbers等软件打开并进行格式转换；或者运行P
Word表格转Excel时，建议先转为PDF固定排版，再使用PDF转Excel工具提取数据。常用在线工具包括极轻PDF、PDFCandy和CleverPDF。转换后需重点检查合并单元格、数字格式、跨页表格及空白行，确保数据准确。此外，注意保护隐私，避免上传敏感文件。
Windows 10 是一款微软推出的经典操作系统，拥有硬件兼容性与多任务处理能力。它更偏向把系统状态查看和常用调节动作放在一起，适合需要持续观察和微调设备状态的场景。
极度公式是一款跨平台专业LaTeX公式识别编辑软件，支持OCR公式识别和多平台编辑。和使用说明，避免使用，享受完整功能与稳定支持。做扫描整理、文字提取和表格转换时，它能把识别后的处理步骤接得更顺，资料录入这类场景会省下不少时间。
